匹配正文：核心思路冷启动的本质是信息缺失下的快速用户建模，生成式推荐的优势在于能从语义空间生成候选，突破候选池限制。我的方案分三层：信息补全 → 策略调度 → 生成优化。一、模型架构：双塔+生成式混合模块设计冷启塔轻量DNN，输入画像+上下文+社交特征，输出初始兴趣分布生成塔基于LLM的Seq2Seq，接收冷启塔输出作为prompt条件，生成个性化推荐理由+候选融合层冷启阶段生成塔权重高（>0.7），随交互增加逐渐切换至传统召回关键：生成塔不直接生成item ID…

#小红书#Agent#冷启动推荐

面试题·评估· 哔哩哔哩

粗排冷启动指标与路径

匹配正文：…现漏掉的好物品。端到端CTR/CVR变化，粗排通常承接召回候选再交给精排；阶段组织依系统而异，最终业务质量与资源指标要联合评估冷启动技术路径新用户冷启动 side information融合： demographics + 上下文（时间、地理位置、设备）→ 共享embedding层元学习（MAML）：学一个"好初始化"，新用户几步梯度快速适应跨域迁移：用站外行为预训练（如有），或站内其他业务线数据新物品冷启动内容理解embedding：视频标题/封面/标签走多模…

#哔哩哔哩#评估与监控#向量检索

面试题·RAG· 小红书

新用户冷启动：生成式推荐与Embedding

匹配正文：核心思路生成式推荐（如基于LLM的推荐）天然适合冷启动，因为它能利用语义信息和世界知识，而非依赖ID embedding。具体策略 1. 生成式模型的固有优势用自然语言描述用户意图/场景（如"25岁女生，喜欢露营"）直接生成推荐无需训练ID embedding，规避了传统模型"没见过用户ID就失效"的问题 2. 可结合的冷启动策略策略实现方式画像引导生成用注册信息/问卷构建文本画像，作为prompt输入热门+多样性兜底生成式模型生成"热门但多样"的候选集，…

第 1 / 3 页下一页 →

希望老师帮你把学习与项目串起来？

了解 AI 全栈 1v1 陪跑营的项目安排、导师答疑与简历面试辅导。

查看课程安排 →咨询学习安排

学习内容与项目面试，在同一条路上。

站内 RAG 在线实战

#小红书#新用户冷启动#生成式推荐

面试题·Agent

Agent 有几十上百个工具时怎么选？大工具集路由怎样设计和验收

匹配正文：…新上线是否引发缓存和版本不一致。工具健康状态与路由索引要有更新协议，否则 Registry 已禁用，召回层仍可能持续推荐。新工具冷启动怎么处理新工具刚注册时没有历史调用数据，不能因为没有点击或成功记录就永远排在后面。冷启动阶段主要依赖高质量能力文档、标签、参数与相似工具差异，并把它放入一组人工设计的回归任务中验证。灰度期间可以只向指定测试任务暴露，记录它是否进入候选、是否被正确选择、参数哪里容易错。确认基本边界后再扩大，而不是用真实用户流量替代验收。若新工具与旧工具高度…

#Agent#工具调用与安全#Agent 大工具集路由

面试题·Agent

首次 SFT 后格式稳定了，为什么工具选择和答案仍然不行？

匹配标题与标签：…与答案能力边界。 Agent Deep Research 数据构造与训练 Deep Research SFT Agent SFT 冷启动工具选择训练 Agent 训练复盘 Deep Research 面试题

#Deep Research#数据构造与训练#Deep Research SFT

面试题·Agent

Deep Research Agent 训练中，CPT、SFT 和 GRPO 应该怎样取舍？

匹配正文：…关训练材料把 Deep Research Agent 的训练拆成三层：Agentic CPT 注入 Agent 相关偏置，SFT 冷启动学习协议与基本轨迹，GRPO 再在环境反馈中优化策略。这三个阶段分别解决不同问题，不能因为名词热门就机械拼成一条训练流水线。所以面试官真正想问的是： CPT、SFT 和 GRPO 各自改变什么，为什么顺序通常这样安排，阶段之间如何设准入与退出标准，哪些项目可以跳过某一层，又怎样防止多阶段训练变成无法归因的昂贵流水线？一次 SFT 为什么…

#Deep Research#数据构造与训练#Deep Research 多阶段训练

面试题·项目与经历· 字节

大模型 vs 搜推小样本特征怎么融合?

匹配标题与标签：大模型 vs 搜推小样本特征怎么融合? 高维稀疏数据下大模型迁移学习与高效训练策略项目与经历特征工程迁移学习多模态融合冷启动模型蒸馏 2026真题大模型搜推融合小样本高维特征大模型迁移学习项目落地经验字节

#特征工程#迁移学习#多模态融合

项目实战·Agent

Deep Research Agent

匹配正文：…留率裁剪 vs 摘要、外部记忆与遗忘、指代消解训练数据 + 训练种子问题 → Teacher 轨迹 → 筛选与增强 SFT 冷启动学输出格式 RL 与负样本筛选的候选方案及风险验证 Loss Mask 掉 observation token 工程验证 + 评估为推理、并发与成本设计压测(KV Cache / continuous batching) 把 RACE、FACT 与 LLM-as-Judge 作为候选评测方法校验把失败样本回流到数据与策略验证学习成果理…

#项目实战#Deep Research Agent

面试题·推理优化· 百度

模型优化方法有哪些？

匹配正文：…服务开关无损变成 GQA/MQA；结构转换需要权重映射、继续训练或微调，并重新验证质量。部署侧关注模型格式、kernel 支持、冷启动、请求调度、自动扩缩、监控和回滚。优化必须固定模型、数据、硬件、精度、输入输出长度和并发，联合比较任务质量、TTFT、TPOT、吞吐、峰值显存与成本。

#模型量化#KV Cache优化#分布式训练

项目实战·Agent

第 5 章:训练数据构造,种子 → 轨迹 → 增强

匹配正文：…ry 里提取、聚类、挑高频高价值的。最贴近真实分布,通常是主力来源。专家编写:领域专家按场景补写,覆盖日志里没有、但重要的场景(冷启动、边角 case)。 LLM 扩写:用强模型对已有种子做改写、变体生成,快速扩量。业内行话:种子数据的分布比数量更重要。面试能讲「我会让种子覆盖不同领域 × 不同问题类型 × 不同难度,而不是一股脑堆同质问题」,比只说「我造了 N 条数据」专业得多,因为模型只会做它见过分布的题。 🔒 至于各来源具体配多少比例、日志怎么聚类挑选,是随业务调…

#Agent#Deep Research#项目实战

项目实战·Agent

第 6 章:多阶段训练:Agentic CPT → SFT → GRPO

匹配正文：…养一个调研员：先打底子(Agentic CPT):大量泛读,在脑子里建立「Agent 该怎么动」的直觉偏置。再学规矩(SFT 冷启动):照着优质范例临帖,学会规范的输出格式和工具调用。最后实战打磨(GRPO 强化学习):真刀真枪做调研,根据「做得好不好」的反馈,自己优化策略。这三步并非所有Agent的必要条件。选定这条路线后要核对阶段依赖，也可选择SFT单独部署或其它后训练方案；本章讲各阶段怎样衔接和验证。示例训练路线:CPT行为先验→SFT任务示范→GRPO奖励优…

#Agent#Deep Research#项目实战

项目实战·RAG

第 7 章:Query 理解与改写

匹配正文：…M Prompt:把意图选项写进 prompt 让大模型判断,零样本就能用,但有成本、延迟,需控偏差。业内行话:实务里常组合用:冷启动期先用 LLM 粗分类(快、不用标数据),等线上攒够真实 query 和标注,再训一个 BERT 分类器(稳、便宜、低延迟)接管。没有最好,只有最配:按"意图数量、有没有标注数据、延迟/成本预算"来选。用 LLM 做意图识别,prompt 模板怎么写才稳? 这是面试高频追问,关键是别让模型自由发挥: LLM 意图识别的 Prompt 模板 …

#RAG#检索#项目实战

面试题·Agent

Deep Research 训练的种子问题从哪里来，怎样避免一开始就把数据做偏？

匹配正文：…ry。还要加入无答案或证据不足样本。若每个问题都保证文档中有完整答案，模型会学会无论如何都给结论。公开数据更适合作为基础来源和冷启动材料，复杂度升级与真实分布仍需后续设计。来源四：模型扩写模型可以把一个高质量种子改成多种自然表达，改变参数、约束或组合方式，帮助覆盖语言差异。它只能产生候选，不能自己生成、自己验收、自己决定全部通过。最常见问题是同质化。十个改写只换语序和同义词，语义难度、证据路径和工具选择完全相同。第二个问题是事实漂移。更换实体后，原答案和证据不再…

#Deep Research#数据构造与训练#Deep Research 种子数据

面试题·Agent

GRPO 为什么同一道题要采样一组答案，组内相对优势到底怎么算？

匹配正文：…样频率，把算力留给边界题；也可以提高任务难度，但不能为了制造差异故意引入错误标准。全错组先做归因。若是格式全错，应回到 SFT 冷启动；若环境全挂，应修基础设施；若任务合理但能力不足，可以分解难度或补监督数据。动态采样不是看到全同分就简单丢弃。失败分布本身是诊断资产，要保留原因和版本。组大小应该越大越好吗？更大的组可能覆盖更多策略，使组内统计更稳定。但长程 Agent 每条候选都要运行工具，组越大，采样成本、延迟和环境波动越高。如果 reward 本身噪声大，增加…

#Deep Research#数据构造与训练#Deep Research GRPO

面试题·推理优化· 京东

vLLM vs TensorRT-LLM 怎么选?

匹配正文：…架不能脱离模型和硬件排名。应固定 checkpoint、prompt/output 长度、dtype/量化、并发和质量门槛，分别测冷启动、TTFT、TPOT、吞吐、P95/P99、峰值内存与能耗。任何“固定 50ms”都缺少模型、batch、上下文与硬件前提。

#vLLM#TensorRT-LLM#推理引擎

面试题·RAG

RAG 首字响应为什么慢？Embedding、检索和生成怎么逐段优化？

匹配正文：…整体变慢，也能打开具体慢请求找到原因。五个 bad case，为什么越优化越慢？第一种，只看平均值多数请求很快，少量请求因为冷启动或排队特别慢，平均值仍然好看。应该按冷启动、缓存命中、缓存未命中和高峰流量分组，同时看 P95、P99 和错误率。第二种，为了加速 ANN，召回掉了检索时间下降，正确证据却不再进入候选，最终答案开始出错。每次调整索引与搜索参数，都要在同一评测集上回归 Recall@K、MRR 和最终答案，不允许只过性能门槛。第三种，Rerank 候…

#RAG#评测与上线#RAG 首字响应

面试题·RAG

一个可上线的 RAG 系统怎么拆？离线入库、在线问答和监控如何闭环？

匹配正文：…同用户和知识库，确认检索候选、缓存、日志和引用都不会越界。性能验收分别测试离线任务吞吐与在线 TTFT，观察稳定并发、突发流量和冷启动，不使用没有压测依据的容量承诺。质量验收运行固定评测集，比较 Recall@K、MRR、无答案控制和引用正确性，并按问题类型查看失败。恢复验收检查任务中断后能否从正确阶段继续，新版本失败时旧版本是否仍然服务，重试是否重复写入。所有验收都要绑定代码、模型、知识库和 Schema 版本。没有版本，结果以后无法复现。系统设计追问怎么接：先说…

#RAG#评测与上线#RAG 系统设计

面试题·Agent· 字节

Agent 长期记忆存储结构

匹配正文：…机制对话摘要：定期用LLM压缩历史为高层语义分层摘要：原始对话→段落摘要→主题摘要，检索时自顶向下工程实践要点问题方案冷启动预构建用户画像作为初始记忆写入瓶颈异步批量写入，内存缓冲队列一致性向量+结构化数据双写，最终一致学习建议建议系统学习该知识点

#字节#蚂蚁#向量检索

面试题·Agent· 淘天

Agent 推理链路延迟优化策略

匹配正文：…时快速拒绝或降级 4. 资源分配工具分级：慢工具（>500ms）单独部署，避免阻塞主链路动态扩缩容：工具服务按QPS自动伸缩，冷启动用预置实例专用资源池：高频工具绑定固定GPU，减少调度开销 5. 端到端技巧异步化：非关键日志、埋点丢消息队列超时熔断：单工具设P99超时，失败走兜底逻辑边缘缓存：用户上下文预加载到就近节点关键：先埋点定位是LLM生成慢、工具调用慢还是网络传输慢，再针对性投入。学习建议建议系统学习该知识点

#淘天#Agent#Agent 性能优化

面试题·Agent· 阿里

RAG+Agent 延迟与准确率成因

匹配正文：…大效应——Agent的多步决策特性使RAG缺陷被反复累积。一、响应延迟的成因与优化延迟来源具体成因优化方案检索层向量库冷启动、跨地域查询、Embedding计算预加载热数据到内存；本地缓存高频Query的Embedding；采用HNSW+量化索引 Agent决策层 ReAct多轮迭代、工具调用链过长、LLM推理本身设置最大迭代阈值；并行化独立工具调用；用小模型做意图路由，大模型仅做最终生成编排开销服务间RPC、序列化、状态同步同机部署检索与推理服务；用共…

#阿里云#Agent#RAG Agent 延迟优化

面试题·Agent· 高德

Agent 工具选择：打分排序机制

匹配正文：…迟 Token消耗、API费用、响应时间实时监控当前负载服务可用性、限流状态健康检查接口实现方案方案一：规则+启发式（冷启动阶段）候选工具集 → LLM语义匹配Top-K → 按固定优先级排序（成功率>成本>延迟）方案二：学习式打分模型（有数据后）训练轻量级排序模型（如GBDT或小型NN），输入特征：任务embedding + 工具embedding的交互特征历史成功率、平均耗时、最近错误类型当前上下文（如用户 urgency 标识）输出综合得分，取…

#高德#Agent#Agent 工具选择

面试题·Agent· 小米

Agent 训练数据怎么获取?

匹配正文：答案要点区分冷启动数据与迭代优化数据的不同获取策略掌握合成数据生成的具体方法（模型蒸馏、Self-Instruct、多Agent互评）理解人类反馈的收集形式与质量控制说明环境交互数据的采集与回放机制能结合具体场景权衡不同数据策略的优劣 Agent训练数据获取的三类核心途径一、合成数据生成（解决规模化冷启动）主流方法：模型蒸馏：用GPT-4/Claude等强模型生成高质量轨迹，作为SFT监督信号 Self-Instruct演进：种子指令→模型生成→过滤去重→迭代…

#小米#Agent#Agent 训练数据

面试题·Agent· 美团

哪类 Agent 最易大规模落地?

匹配正文：…全可控：私有化部署或VPC方案成熟，企业敏感数据不出域集成成本可预期：对接现有OA/ERP/飞书等标准化接口，而非改造遗留系统冷启动数据需求低：不需要像客服Agent那样积累大量对话语料，用企业SOP文档即可快速配置美团视角的落地场景美团内部可考虑：商家运营自动化Agent——自动完成菜单更新、库存同步、营销活动配置等，直接服务百万商家，技术成熟、需求刚性、商业模式清晰。

#美团#Agent#AI Agent 商业化

面试题·评估· 美团

Agent 训练链路怎么搭建?

匹配正文：…或模型打）中效率惩罚调用次数/轮数低解决稀疏奖励：对多步任务，引入密集过程奖励（每步是否正确推进） 5. 训练框架选择冷启动：SFT on 高质量轨迹 → 建立基础格式能力强化阶段： PPO：需训练reward model，适合数据充足、追求稳定性的场景 DPO：免RM训练，直接用偏好对（chosen vs rejected），适合快速迭代实际：先用DPO快速验证，再换PPO精细优化 6. 评估体系自动指标：工具调用准确率、任务成功率、幻觉率人工评估：有用…

#美团#Agent#Agent 训练链路